算力突圍：DeepSeek攪動AI晶元格局....
來源：倍可親(backchina.com)北京時間2月27日，英偉達正式發布2024年第四季度財報，其總營收393.31億美元，同比增長78%。同時英偉達預計下一季度營收430億美元，同比增長13%，超出市場預期的420億美元。這一份財報有力的回擊了市場關於AI晶元市場可能下滑的傳言。而這場傳言的「始作俑者」，正是中國AI公司DeepSeek。DeepSeek如何硬撼整個AI晶元市場？市場格局將會如何變化？AI晶元目前投融現狀如何？本文嘗試分析和探討。
01 進擊的DeepSeek
2025年1月底，中國人工智慧企業深度求索（DeepSeek）攜其開源模型DeepSeek-R1橫空出世。這一現象級科技成果迅速在全球範圍掀起下載熱潮，僅用了7天用戶量就超過1億，超越了「前輩」ChatGPT的增長速度。
DeepSeek的成功遠不止此。據Nextplatform等媒體報道，DeepSeek-R1在訓練方面使用了約2000張英偉達H800GPU；在推理層面，DeepSeek-R1採用混合專家架構，推理時僅激活約10%的參數量，大幅降低計算資源消耗。簡而言之，DeepSeek通過模型創新和演演算法優化，以數十分之一的成本達到接近OpenAI開發的ChatGPT-o1模型的性能，影響了全球科技巨頭的戰略布局。
圖表 1：DeepSeek-R1基準測試結果對比ChatGPT-o1模型（單位：%）
數據來源：公開資料、RimeData來覓數據整理
長期以來，AI大模型的發展遵循著Scaling Laws。這一規律指出，當模型參數規模、訓練數據量和AI晶元同步擴大時，模型的智能表現會呈現指數級躍升，甚至出現「智能湧現」現象。簡而言之，越想訓練出優秀的大模型，就需要越多的AI晶元。過去幾年，科技巨頭爭相買入AI晶元，以期望能訓練出超越同行的AI大模型。然而，DeepSeek的低成本方案卻打破了這一敘事。
首當其衝受到影響的就是英偉達。其在2025年1月27日股價一度下跌超過20%，市值蒸發約6000億美元。美國投資人Jeffrey Emanuel表示，DeepSeek的低成本路線摧毀了Scaling Laws，行業長期存在算力浪費，硬體優勢可能被效率優化取代。
然而，事實真的如此嗎？
眾所周知，大模型可以劃分為訓練和推理兩個階段，前者的目標是通過向模型輸入大量數據，優化調參，得到一個可用的模型，後者是利用訓練好的模型來解決實際問題。DeepSeek的創新是以捷徑降低訓練成本，而面向廣大下游的推理場景，缺口仍然存在。
事實上，訓練成本每年都在降低。美國著名投資人Cathy Wood表示，AI訓練成本正以年均75%-78%的速度急劇下降，這一趨勢遠超傳統行業預期。成本下降的來源取決於硬體效率提升（如英偉達Blackwell架構）、演演算法優化（如MoE混合專家模型）及開源生態的繁榮。DeepSeek讓訓練成本大幅下降，但卻並非唯一因素。
Cathy Wood還認為，低成本訓練能力使初創企業和中型科技公司能夠以更低成本參與AI競爭，直接促進AI在醫療、金融、自動駕駛等領域的落地。而下游推理市場的百花齊放，也正需要無窮無盡的算力。從某種意義上來說，DeepSeek加速了AI晶元市場從訓練到推理的轉移，而推理所需的AI晶元，毫無疑問是更大的市場。
英偉達CEO黃仁勛表示，AI市場的競爭焦點正從訓練轉向推理，而推理階段的算力需求將遠超預期。在昨日的第四季度業績說明會上，他表示未來推理市場將會是現在訓練市場的百萬倍。同時，他提出「第三擴展定律」，即模型在生成高質量回答前需進行多次迭代推理，這一過程本質是計算密集型的。而AI應用的爆發（如自動駕駛、醫療診斷）將推動推理算力需求持續攀升，DeepSeek的普及反而會因降低行業門檻擴大整體市場規模。
在討論DeepSeek是否會討論算力市場驟降之前，我們可能忽略了一個前提，DeepSeek-R1並非終局。DeepSeek-R1僅僅是一個對話模型，不具備多模態功能，並且離終極目標AGI也相差甚遠。針對推理的AI晶元固然會迎來大發展，而ChatGPT-5、DeepSeek-R2、Grok-4等海內外優秀的大模型尚在迭代，針對訓練的AI晶元也會維持高速增長。
02 雲廠商在做什麼
美股著名投資人Aswath Damodaran表示，中國AI公司DeepSeek的出現改變了AI行業格局，可能會使AI市場出現分化，一部分是商品化且競爭激烈的低等級AI產品，另一部分是高端產品。同時，他將AI晶元市場規模預期從5000億美元砍至3000億美元，DeepSeek引發的效率革命將終結算力泡沫，AI晶元市場的增長可能並不像之前市場預期的那麼樂觀。
然而，這一觀點迅速被科技巨頭的財報駁斥。從常理上看，DeepSeek起碼在短期內降低了AI晶元的需求，然而谷歌、微軟、亞馬遜、Meta這四大雲廠商的資本開支卻顯示，2025年的資本開支將會達到3000億美元，較2024年還增長了約800億美元，遠超市場預期。
圖表 2：北美四大雲廠商資本開支（單位：億美元）
數據來源：公開資料、RimeData來覓數據整理
作為AI晶元的主要購買者，雲廠商的資本開支無疑提供了市場的前瞻指標。其中，Meta表示2025年全年資本開支將在600至650億美元之間，較2024年大幅增長超50%以上。這一增長主要集中在AI基礎設施和數據中心的投資上。谷歌更是表示，儘管有DeepSeek等低成本開源模型的出現，但全球範圍內更便宜的AI興起，只會增加這項技術的採用率，而谷歌將由於其數十億用戶的規模而受益。
歸根結底，技術門檻下降也會推動市場整體規模的擴大。根據傑文斯悖論，技術進步提高資源使用效率后，反而可能因成本降低、應用範圍擴大而導致總消耗量增加。舉一個不恰當的例子，內燃機熱效率提升本應減少燃料需求，但實際中，更高效的內燃機促使更多車輛上路，反而增加了對石油及煤炭的總需求。
無獨有偶，在中國市場也呈現出類似的趨勢。阿里巴巴於2025年2月20日公布2024年第四季度財報，其四季度資本開支達317.75億元，同比增長259%，環比增長80%，創歷史新高。阿里巴巴同時宣布未來三年將投入3800億元用於雲和AI基礎設施建設，這一規模超過其過去十年的總和。
此外，部分媒體及分析機構報道稱，位元組跳動2025年資本開支預算可能在1500-1600億元人民幣之間，其中超過一半預算將用於AI算力採購，這一規模將較2024年增長超過100%。騰訊、百度等網際網路大廠亦有可能大幅提升資本開支以應對日益激烈的AI競賽。
在更有性價比的DeepSeek之後，以雲廠商為代表的AI晶元需求不但沒有下降，反而進一步上升，這也同時代表了2025年或將成為AI應用下游大爆發的一年。
03 AI晶元投融情況
由於眾所周知的原因，目前國內AI晶元較海外主流產品仍有差距。DeepSeek通過演演算法優化提升了硬體效率，降低了對高端GPU的依賴，促使國產晶元廠商轉向開發低成本、高效能的推理晶元。這顯著提升了國內AI晶元的投融熱度。以國產GPU公司象帝先為例，其在去年9月份宣布由於融資計劃受阻，公司進入重整期。在DeepSeek-R1火熱發布后，象帝先重啟了融資計劃，並啟動了招聘計劃。
德勤預測，2025年全球AI晶元市場規模將超1500億美元，2027年有望增至4000億美元。AI伺服器占超大規模雲服務商伺服器支出的60%，數據中心需求激增推動晶元迭代。除了大規模雲伺服器外，中國市場亦存在部分政企客戶本地部署的需求，如一體機類型的產品表現亮眼，也可能推動國內AI晶元迅猛發展。
下表是我們整理的2025年以來AI晶元發生的相關投融事件，可以看到賽道明顯升溫，知名機構與產業資本爭相投入。從交易輪次上看，融資主要集中在後期事件，投小投新相對較少，這主要是由於在激烈競爭的背景下，資本更看重廣闊賽道的確定性。感興趣的讀者，可以登錄Rime PEVC平台獲取AI晶元賽道全量融資案例、被投項目及深度數據分析。
圖表 3：2025年以來中國AI晶元領域投融情況
數據來源：RimeData來覓數據